[논문 리뷰] The quest for a universal density functional: The accuracy of density functionals across a broad spectrum of databases in chemistry and physics

Roberto Peverati, Donald G. Truhlar|arXiv (Cornell University)|2012. 12. 05.

Machine Learning in Materials Science인용 수 11

한 줄 요약

이 논문은 화학 및 물리학 분야를 아우르는 10개의 다양한 데이터베이스를 바탕으로 77종의 밀도 함수를 평가하여 그 정확성과 콘스탄틴-샤머 밀도함수이론에서 보편적 함수로의 진전 정도를 평가한다. 그 결과, M06-2X 및 M06-HF 함수가 열화학적 성질과 장벽 높이 측정에서 광범위한 정확성을 보이며, Kohn-Sham DFT에서 향후 함수 개발의 기준이 되는 것으로 나타났다.

ABSTRACT

Kohn-Sham density functional theory is in principle an exact formulation of quantum mechanical electronic structure theory, but in practice we have to rely on approximate exchange-correlation (xc) functionals. The objective of our work has been to design an xc functional with broad accuracy across as wide an expanse of chemistry and physics as possible, leading-as a long-range goal-to a functional with good accuracy for all problems, i.e., a universal functional. To guide our path toward that goal and to measure our progress, we have developed-building on earlier work in our group-a set of databases of reference data for a variety of energetic and structural properties in chemistry and physics. These databases include energies of molecular processes such as atomization, complexation, proton addition, and ionization; they also include molecular geometries and solid-state lattice constants, chemical reaction barrier heights, and cohesive energies and band gaps of solids. For the present paper we gather many of these databases into four comprehensive databases, two with 384 energetic data for chemistry and solid-state physics and another two with 68 structural data for chemistry and solid-state physics, and we test 2 wave function methods and 77 density functionals (12 Minnesota meta functionals and 65 others) in a consistent way across this same broad set of data. We especially highlight the Minnesota density functionals, but the results have broader implications in that one may see the successes and failures of many kinds of density functionals when they are all applied to the same data. Therefore the results provide a status report on the quest for a universal functional.

연구 동기 및 목표

• 다양한 화학적 및 물리적 시스템에서 광범위한 밀도 함수의 정확성을 평가하기 위해.
• 함수 성능을 테스트하기 위한 포괄적인 기준 데이터베이스를 개발하고 적용하기 위해.
• 에너지적 및 구조적 성질 전반에 걸쳐 널리 적용 가능한 함수를 특정하기 위해.
• Kohn-Sham DFT에서 보편적 밀도 함수로의 진전을 위한 기준을 제공하기 위해.
• 다양한 성질 유형에서의 체계적 성공 및 실패를 드러내어 향후 교환-상관 함수의 개발을 안내하기 위해.

제안 방법

• 에너지 데이터 포인트 384개(화학 및 고체물리학)와 구조 데이터 포인트 68개를 포함하는 네 개의 포괄적 데이터베이스 구축.
• 동일한 기준 데이터를 바탕으로 77종의 밀도 함수(12종의 미네소타 메타-GGA 및 65종의 다른 함수 포함)를 체계적으로 테스트.
• 공정한 비교를 위해 일관된 계산 프rotocol 및 기저함수 집합을 사용.
• 비교를 위한 기준으로 웨이브 함수 방법(MP2 및 CCSD)을 포함.
• 정확도를 정량화하기 위해 평균 절대 오차(MUE) 및 평균 부호 오차(MSD)와 같은 통계적 지표를 적용.
• 핵심 성질에 중점을 두었음: 원자화 에너지, 반응 장벽, 이온화 잠재에너지, 전자 친화도, 기하학적 구조, 격자 상수, 응집 에너지, 밴드 갭.

실험 결과

연구 질문

• RQ1 다양한 화학적 및 물리적 성질에 걸쳐 가장 넓은 정확성을 보이는 밀도 함수는 무엇인가?
• RQ2 미네소타 가족의 메타-GGA는 다른 널리 사용되는 함수들과 비교해 보편성 측면에서 어떻게 다른가?
• RQ3 현재의 함수들이 반응 장벽이나 밴드 갭과 같은 특정 성질 유형에서 얼마나 실패하는가?
• RQ4 하나의 함수가 에너지적 및 구조적 성질 전반에 걸쳐 거의 보편적인 정확성을 달성할 수 있는가?
• RQ5 동일한 데이터셋에서 웨이브 함수 방법과 DFT 함수를 비교함으로써 어떤 통찰을 얻을 수 있는가?

주요 결과

• M06-2X 함수는 384개의 에너지 데이터 포인트를 포함하는 데이터베이스에서 평균 절대 오차(MUE)가 4.4 kcal/mol로 가장 낮아 열화학적 성질에 대해 높은 정확성을 보였다.
• M06-HF 함수는 장벽 높이 데이터베이스에서 평균 절대 오차(MUE)가 2.5 kcal/mol로 반응 장벽 높이 측정에서 뛰어난 성능을 보였다.
• 미네소타 함수들, 특히 M06-2X 및 M06-HF는 많은 표준 함수들과 비교해 다양한 시스템에서 뛰어난 보편성(전이 가능성)을 보였다.
• B3LYP와 같은 표준 함수들은 전자 친화도 및 밴드 갭 측정에서 체계적 오차를 보이며 장거리 상관 효과의 한계를 드러냈다.
• M06-HF에 정확한 교환 항이 포함되어 있어 반응 장벽 및 전이 상태 측정에서 성능 향상이著명했다.
• 웨이브 함수 방법(MP2 및 CCSD)은 강력한 기준이 되었으며, CCSD는 전체적으로 가장 낮은 오차를 보였지만 계산 비용이 매우 높았다.